Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Havainnointitutkimus arvioi patologiakäytäntö (CASCADE)

keskiviikko 2. syyskuuta 2026 päivittänyt: AstraZeneca

Ei-interventiona oleva tutkimus, jossa arvioitiin näytteitä potilailta, joilla epäillään ei-pienen keuhkosyövän tai rintasyövän patologiakäytäntöjen kuvaamiseksi ja laskennallisen patologian sekä tekoälyn algoritmien arvioimiseksi.

Monikansallinen havaintotutkimus nykyisten patologian käytäntöjen ja laskennallisen patologian hyödyntämisen sekä keinotekoisen älykkyysalgoritmien hyödyntämiseksi potilailla, joilla on epäillään keuhkoja ja rintasyöpää.

Tutkimuksen yleiskatsaus

Tila

Valmis

Yksityiskohtainen kuvaus

Ei-interventiona oleva tutkimus, jossa arvioitiin näytteitä potilailta, joilla epäillään ei-pientä keuhkosyöpää tai rintasyöpää, kuvaamaan patologiakäytäntöjä ja arvioimaan laskennallista patologiaa sekä tekoälyn algoritmeja Australiassa, Brasiliassa, Egyptissä ja Keniassa. Digitaalisen ja laskennallisen tekoälyn patologian käyttö maissa, joissa on matala ja korkea patologi/väestösuhde, on kriittinen kestävän ratkaisun kehittämisessä. Tutkimuksessa on kaksi osaa, ensimmäinen osa keskittyy rintasyöpään ja toinen osa keskittyy keuhkosyöpään.

Laboratorioilla on aktiivinen digitaalinen patologian asetus ja arvioi näytteitä syöpädiagnoosiin. Keuhkosyövän keskukset Osa tutkimuksesta valitaan myöhemmässä vaiheessa. Tutkimuksessa arvioidaan takautuvasti näytteitä potilailta, joille on alustavasti diagnosoitu rinta- tai keuhkosyöpä kliinisten arviointien avulla ja joiden näytteitä arvioitiin vain käyttämällä tavanomaista työnkulkua.

Osana tutkimusta laskennalliset AI -patologiaalgoritmit toteutetaan jokaisessa laboratoriossa. Kaksi AI -patologiaalgoritmia käytetään tutkimuksen rintasyöpäosassa. IBEX Medical Analyticsin kehittämä Galen ™ -rintasovellus toteutetaan Australian laboratoriossa. Mindpeak GmbH: n kehittämä Mindpeak -rinta toteutetaan laboratorioissa Brasiliassa, Egyptissä ja Keniassa. Laskennallisten AI-patologian algoritmien toteuttamisen jälkeen kunkin syöpätyypin kunkin laboratorion ensisijaista tavoitetta arvioituja 150 näytettä arvioidaan tavanomaisella työnkulkulla sekä AI-avustetulla työnkulkulla ihmisen valvonnassa ja tavanomaisella työnkulkulla sekä AI-avusteisella työnkulkulla ilman ihmisen valvontaa. Näitä arviointeja käytetään toissijaisten ja tutkivien tavoitteiden analysointiin.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

603

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • São Paulo, Brasilia
        • Research Site
      • Nairobi, Kenia
        • Research Site

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Seuraavan sisällyttämiskriteerin täyttävien näytteiden tiedot analysoidaan.

• Näyte aikuisilta potilailta (≥ 18 vuotta) epäillään ei-pienisoluisen keuhkosyövän tai invasiivisen rintasyövän tai kanavan karsinooman in situ.

Kuvaus

Sisällyttämiskriteerit: Aikuisten potilaiden (≥ 18 vuotta) näyte, jossa epäillään ei-pienisoluisen keuhkosyövän tai invasiivisen rintasyövän tai kanavan karsinooman in situ.

-

Poissulkemiskriteerit:

  • Näytteet, joilla on liukujen riittämätön tekninen laatu (pre-aalytiikan laatu) tai kuvien, esim. Rikkoutuneet dioja, suuret keskittymisen alueet, liukumäet kiinnitysesineillä.

    • Näytteet tapauksista, jotka sisällytettiin koulutukseen tai tekniseen validointiin.
    • Näyte, joka on otettu hienon neulan aspiraatioon.
    • Sytologista arviointia varten lähetetty näyte.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
ensisijainen tavoite
Aikaikkuna: 2 vuotta
Biopsian vievän päivämäärän/ajan ja biopsiapohjaisen patologisen diagnoosin päivämäärän/ajan välinen kesto lasketaan laboratoriorekisterien perusteella takautuvasti.
2 vuotta
Ensisijainen tavoite
Aikaikkuna: 2 vuotta
Lukemisaika patologisen diagnoosin leikkauslevyjen arvioimiseksi poistetaan myös laboratoriorekisteristä, jos asiaankuuluvaa tietoa pidettiin tietueissa.
2 vuotta
tutkittava tavoite
Aikaikkuna: 2 vuotta
Koulutukseen liittyvät kokonaiskustannukset ja maksut, digitaalisen patologian ja laskennallisten AI -patologian algoritmien toteuttamisen toteuttamiseksi arvioidaan päätepisteeksi.
2 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
toissijaiset tavoitteet
Aikaikkuna: 2 vuotta
Sopimusaste: PPV ja NPV laskennallisille AI -patologiaalgoritmeille (ihmisen valvonnassa ja ilman sitä), kun myös tavanomainen patologian työnkulku on viite.
2 vuotta
tutkittava tavoite
Aikaikkuna: 2 vuotta
Työntekijöihin liittyvät kokonaiskustannukset ja palkkiot digitaalisen patologian ja laskennallisten AI -patologian algoritmien toteuttamisesta arvioidaan päätepisteeksi.
2 vuotta

Muut tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Toissijainen tavoite
Aikaikkuna: 2 vuotta
Herkkyys: PPV ja NPV laskennallisille AI -patologian algoritmeille (ihmisen valvonnalla ja ilman), kun tavanomainen patologian työnkulku on myös referenssi.
2 vuotta
Toissijainen tavoite
Aikaikkuna: 2 vuotta
Spesifisyys: PPV ja NPV laskennallisille AI -patologian algoritmeille (ihmisen valvonnalla ja ilman), kun tavanomainen patologian työnkulku on myös referenssi.
2 vuotta
tutkittava tavoite
Aikaikkuna: 2 vuotta
Laitteistoihin liittyvät kokonaiskustannukset ja maksut digitaalisen patologian ja laskennallisten AI -patologian algoritmien toteuttamiseksi arvioidaan päätepisteeksi.
2 vuotta
Tutkittava tavoite
Aikaikkuna: 2 vuotta
Päätyspiste arvioidaan kokonaiskustannuksiin ja ohjelmistoihin liittyvät ohjelmistoihin digitaalisen patologian ja laskennallisten AI -patologian algoritmien toteuttamisen toteuttamiseksi.
2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Lauantai 25. lokakuuta 2025

Ensisijainen valmistuminen (Todellinen)

Torstai 19. maaliskuuta 2026

Opintojen valmistuminen (Todellinen)

Torstai 19. maaliskuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 28. tammikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 13. helmikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Perjantai 14. helmikuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 3. syyskuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 2. syyskuuta 2026

Viimeksi vahvistettu

Lauantai 1. elokuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

JOO

IPD-suunnitelman kuvaus

Pätevät tutkijat voivat pyytää pääsyä nimettömiin yksilöllisiin potilastason tietoihin AstraZeneca-yritysryhmältä, joka sponsoroi kliinisiä tutkimuksia pyynnön portaalin Vivli.org kautta. Kaikki pyynnöt arvioidaan AZ: n julkistamissitoumuksen mukaan: https://astrazenecrouptrials.pharmacm.com/st/submission/disclosure. Kyllä, osoittaa, että AZ hyväksyy IPD -pyynnöt, mutta tämä ei tarkoita, että kaikki pyynnöt jaetaan.

IPD-jaon aikakehys

AstraZeneca täyttää tai ylittää tiedon saatavuuden EFPIA PHRMA -tietojen jakamisperiaatteiden sitoumusten mukaisesti. Lisätietoja aikatauluistamme on uudelleensijoittamalla julkistamissitoumuksemme osoitteessa https://astrazenecrouptrials.pharmacm.com/st/submission/disclosure.

IPD-jaon käyttöoikeuskriteerit

Kun pyyntö on hyväksytty, AstraZeneca tarjoaa pääsyn nimettömiin yksittäisiin potilastason tietoihin turvallisen tutkimusympäristön kautta vivli.org.

Allekirjoitettujen tietojen käyttösopimuksen (ei-neuvoteltavissa oleva tietotarvikkeiden sopimus) on oltava käytössä ennen pyydettyjen tietojen käyttöä.

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa